TheModelDesk

Am 8. Juli 2026 veröffentlicht, führt GPT-Live eine Full-Duplex-Architektur ein, die gleichzeitiges Zuhören und Sprechen ermöglicht. Dies erlaubt eine flüssige Interaktion in Echtzeit, bei der die KI natürliche Signale wie „mhmm“ oder „ja“ nutzt, um Aufmerksamkeit zu zeigen, und die starre Abfolge sowie Latenzzeiten früherer kaskadierter oder turnusbasierter Sprachsysteme überwindet.

Das System trennt die kontinuierliche Konversation von komplexen Rechenprozessen. Während GPT-Live die unmittelbare Interaktion steuert, delegiert es Aufgaben, die tiefere Schlussfolgerungen oder Websuchen erfordern, an ein Frontier-Modell – zum Start an GPT-5.5. So bleibt der Gesprächsfluss erhalten, während die Hintergrundverarbeitung läuft.

OpenAI rollt derzeit zwei Versionen, GPT-Live-1 und GPT-Live-1 mini, global für ChatGPT-Nutzer aus. Zudem ist eine Bereitstellung über die API für Entwickler und Unternehmen geplant. Evaluierungen zeigen, dass GPT-Live-1 im Gesprächsfluss sowie bei wissenschaftlichen Schlussfolgerungen (GPQA) deutlich besser abschneidet als der Advanced Voice Mode.